Influence of Scleral Lens on Intraocular Pressure
Notice bibliographique
Résumé
Purpose Since Scleral Lenses (SL) rest entirely on the sclera and may affect underlying anatomical structures that may influence aqueous humor flow, it is important to determine the effect of SL wear on intra-ocular pressure (IOP). Methods Nine subjects with normal corneas were recruited for an Institutional Review Board-approved study. Best fit SL from a 15.8 mm diameter 0.4mm thick diagnostic-lens set was fitted on a randomly selected eye, with a silicone-hydrogel soft lens (soft lens) on the other eye. Three IOP measurements were taken with rebound iCare tonometer prior to lens application (baseline data measured at about 9:30AM), and immediately after lens removal (final data measured at about 5:30PM). Baseline and final lens vault was determined with anterior segment Zeiss optical coherence tomography (OCT). Mean baseline and final IOP for each eye was analyzed with a Student-t-test, 2-way repeated ANOVA, and the Bland-Altman plot. RESULTS IOP was elevated with SL wear for all subjects. Soft lens eyes showed a slight elevation for some but decreased in others. Mean IOP change was 5.81 ± 1.62 mm Hg for SL and -0.62 ± 0.88 mm Hg for soft lens eyes. When mean IOP in SL eyes was compared to soft lens eyes, unpaired t-test showed a significant difference (p <0.05) between the means. Bland-Altman bias was 6.43 (SD of bias 3.139). Repeated ANOVA also showed a significant difference between baseline and final IOP. CONCLUSIONS The results indicate that SL wear can elevate IOP. Eye care practitioners (ECP) must consider this possible outcome in treating patients wearing SL. Additional studies are needed to determine the clinical implications of SL wear on IOP.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».